AI কি ডিসপ্যাচারদের প্রতিস্থাপন করবে? রুট প্ল্যানিং ৮২% স্বয়ংক্রিয়, কিন্তু সংকট সমন্বয় এখনও মানবিক

যতবারই আপনি একটি রাইডশেয়ার অর্ডার করেন বা একটি ডেলিভারি নির্ধারণ করেন, একটি ভালো সম্ভাবনা আছে যে AI ইতিমধ্যে সিদ্ধান্ত নিয়েছে কোন ড্রাইভারকে পাঠাতে হবে এবং কোন রুট নিতে হবে। ডিসপ্যাচারদের জন্য -- যারা ট্রাকিং থেকে ইউটিলিটি পর্যন্ত শিল্পগুলো জুড়ে যানবাহন, কর্মী ও সরঞ্জাম সমন্বয় করেন -- এটি কোনো দূরবর্তী ভবিষ্যতের পরিস্থিতি নয়। এটি এখনই ঘটছে, এবং দ্রুত ঘটছে।

আমাদের ডেটা দেখায় যে ডিসপ্যাচাররা ২০২৫ সালে ৫৬% সামগ্রিক AI এক্সপোজার এবং ৫০% অটোমেশন ঝুঁকির মুখোমুখি। [তথ্য] এটি এই ভূমিকাকে সরাসরি "উচ্চ রূপান্তর" বিভাগে রাখে। কিন্তু আতঙ্কিত হওয়ার আগে, এটি বিবেচনা করুন: ডিসপ্যাচিংয়ের যে অংশগুলো AI ভালোভাবে সামলায় এবং যেগুলো পারে না, সেগুলো খুব আলাদা গল্প। শিরোনামের সংখ্যাটি রুটিন অপ্টিমাইজেশন — যা মূলত সমাধান হয়েছে — এবং সংকট সমন্বয়ের মধ্যে একটি তীক্ষ্ণ বিভাজন লুকিয়ে রাখে, যা জেদীভাবে মানবীয় থাকে।

এই নিবন্ধটি কীভাবে আমরা সেই সংখ্যাগুলো গণনা করেছি, ২০২৬ সালে একজন কর্মরত ডিসপ্যাচারের দিন আসলে কেমন দেখায়, মজুরির বাস্তবতা কোথায় কেন্দ্রীভূত এবং পরবর্তী তিন থেকে দশ বছর কী আনার সম্ভাবনা রয়েছে তার মধ্য দিয়ে যায়। বিশ্লেষণটি O\*NET টাস্ক ডেটা, BLS কর্মসংস্থান পূর্বাভাস, Eloundou et al. (2023) LLM এক্সপোজার মডেল, Anthropic-এর Economic Index (২০২৫) এবং ২০২৫-২০২৬ সালে ট্রাকিং, ইউটিলিটি এবং জরুরি পরিষেবা ডিসপ্যাচ অপারেশন জুড়ে পরিচালিত অপারেশন জরিপের উপর ভিত্তি করে।

পদ্ধতি: আমরা কীভাবে এই সংখ্যাগুলো গণনা করেছি

আমাদের অটোমেশন অনুমান তিনটি ডেটা উৎস স্তরে স্থাপন করে। প্রথমত, ডিসপ্যাচারদের জন্য O\NET টাস্ক-স্তরের বর্ণনাগুলো (SOC 43-5031 এবং 43-5032, যা পুলিশ/অগ্নি/অ্যাম্বুলেন্স ডিসপ্যাচারদের অ-জরুরি ডিসপ্যাচারদের থেকে আলাদা করে) Eloundou et al. (2023), GPTs are GPTs* থেকে LLM এক্সপোজার স্কোরে মানচিত্রিত করা হয়। [তথ্য] সেই গবেষণাটি অনুমান করেছে যে মার্কিন কর্মশক্তির প্রায় ৮০% তাদের কমপক্ষে ১০% কাজ LLM দ্বারা প্রভাবিত হতে পারে, এবং প্রায় ১৯% শ্রমিকরা তাদের কমপক্ষে অর্ধেক কাজ উন্মুক্ত দেখতে পারেন — ডিসপ্যাচের মতো পেশার জন্য একটি দরকারী উপরের সীমা যেখানে রুটিন অপ্টিমাইজেশন অত্যন্ত স্বয়ংক্রিয়যোগ্য। [তথ্য] এক্সপোজার মডেলটি মূল্যায়ন করে যে প্রতিটি কাজ বর্তমান সরঞ্জাম ব্যবহার করে একটি LLM দ্বারা মূলত সম্পন্ন করা যায় কিনা, বিশেষ ডিসপ্যাচ সফটওয়্যার সহ। দ্বিতীয়ত, আমরা Anthropic-এর Economic Index ক্রস-রেফারেন্স করি, যা প্রকৃত প্রম্পট ও টুল-ব্যবহারের ডেটার মাধ্যমে ডিসপ্যাচ ও লজিস্টিক্স অপারেশনে পর্যবেক্ষণকৃত AI স্থাপনা ক্যাপচার করে এবং দেখেছে যে পরিমাপকৃত AI ব্যবহারের মোটামুটি ৫৭% কর্মীকে প্রতিস্থাপনের পরিবর্তে বর্ধিত করে। [তথ্য] তৃতীয়ত, আমরা ২০২৫ সালে প্রকাশিত BLS পেশাদার আউটলুক পূর্বাভাস ও OEWS মজুরি ডেটা প্রয়োগ করি।

দুটি SOC কোড গুরুত্বপূর্ণ কারণ জরুরি ডিসপ্যাচাররা (911 অপারেটর, অগ্নি ডিসপ্যাচার, অ্যাম্বুলেন্স সমন্বয়কারী) মালবাহী বা ইউটিলিটি ডিসপ্যাচারদের তুলনায় মূলত ভিন্ন অটোমেশন চাপের মুখোমুখি। আমরা অ-জরুরি ডিসপ্যাচের দিকে পরিসংখ্যানগুলো ওজন দিই কারণ সেই অংশটি মোট ডিসপ্যাচার কর্মসংস্থানের প্রায় ৭৫% প্রতিনিধিত্ব করে, কিন্তু মজুরি ও দৃষ্টিভঙ্গির সংখ্যাগুলো দুটি বিভাগের মধ্যে স্পষ্টভাবে বিভক্ত। [তথ্য] হিসাবে চিহ্নিত সংখ্যাগুলো প্রকাশিত BLS বা পিয়ার-রিভিউড এক্সপোজার মডেলিং থেকে। [অনুমান] আমাদের এক্সট্রাপোলেশন নির্দেশ করে যেখানে আনুষ্ঠানিক ডেটা সীমিত।

যে কাজগুলো AI ইতিমধ্যে মানুষের চেয়ে ভালো করে

রুট পরিকল্পনা ও যান বরাদ্দ হলো বড় বিষয়। ৮২% অটোমেশনে [তথ্য], এটি আমাদের ডেটাবেসের ১,০১৬টি পেশার মধ্যে আমরা ট্র্যাক করা সর্বোচ্চ টাস্ক-স্তরের অটোমেশন হারগুলোর মধ্যে একটি। Uber, Amazon এবং FedEx-এর মতো কোম্পানিগুলো বছরের পর বছর ধরে AI ডিসপ্যাচ অ্যালগরিদম ব্যবহার করছে এবং প্রযুক্তি উন্নতই হচ্ছে। একটি AI সিস্টেম একই সাথে ট্র্যাফিক ধরন, যানবাহনের ক্ষমতা, চালকের কার্যঘণ্টা, জ্বালানির খরচ এবং ডেলিভারি উইন্ডো মূল্যায়ন করতে পারে -- এমন কিছু যা কোনো মানবিক ডিসপ্যাচার একই গতিতে করতে পারত না। শিল্পের অগ্রগতি এখন ক্রমাগত নতুন নয়: প্রতি বছর অ্যালগরিদমগুলো নির্মাণ পুনর্নির্দেশ ও গ্রাহকের সময়-উইন্ডো আলোচনার মতো প্রান্তিক ক্ষেত্রে আরও ভালো হয়।

পরিষেবার অনুরোধ প্রক্রিয়াকরণ ও লগিং ৭৫% অটোমেশনে ঘনিষ্ঠভাবে অনুসরণ করে। [তথ্য] আধুনিক ডিসপ্যাচ সফটওয়্যার স্বয়ংক্রিয়ভাবে আগত অনুরোধগুলো শ্রেণিবদ্ধ করে, অগ্রাধিকার স্তর বরাদ্দ করে এবং কীবোর্ড স্পর্শ না করেই কাজের অর্ডার তৈরি করে। আপনি যদি সম্প্রতি ডিসপ্যাচে কাজ করেছেন, আপনি সম্ভবত আপনার সফটওয়্যারকে আপনার জন্য আরও রুটিন কাগজপত্রের কাজ করতে লক্ষ্য করেছেন। ভয়েস-টু-টেক্সট সিস্টেম এখন রিয়েল টাইমে চালকের কলগুলো ট্রান্সক্রাইব করে এবং মূল ডেটাকে কাঠামোগত ক্ষেত্রে উপস্থাপন করে, যা আগে কলের মধ্যে একজন ডিসপ্যাচার দ্বারা ম্যানুয়াল এন্ট্রির প্রয়োজন হত।

রিয়েল-টাইম স্ট্যাটাস মনিটরিং ৪৮% অটোমেশনে বসে। [অনুমান] GPS ট্র্যাকিং ও IoT সেন্সর ডেটা সরাসরি ড্যাশবোর্ডে ফিড করে, কিন্তু প্রসঙ্গে সেই ডেটার অর্থ ব্যাখ্যা করা -- নির্মাণের কারণে দেরী করা একটি ট্রাক বনাম ভেঙে পড়া ট্রাক -- প্রায়ই মানবিক বিচার দাবি করে। ব্যাখ্যার স্তর যেখানে বর্তমান AI সরঞ্জামগুলো সবচেয়ে বেশি দৃশ্যমানভাবে ব্যর্থ হয়। ১৪ মিনিটের জন্য রাস্তার পাশে থামা একটি ট্রাক রাস্তার পাশের কফি বিরতি, যান্ত্রিক ব্যর্থতা বা গুরুতর চিকিৎসা জরুরী হতে পারে। ড্যাশবোর্ড আপনাকে বলতে পারে না কোনটি।

যেখানে মানুষ অপরিহার্য থাকে

জরুরি পরিস্থিতি ও গ্রাহকের এসকালেশন মাত্র ১৮% অটোমেশন দেখায়। [তথ্য] এখানেই ডিসপ্যাচিং বিজ্ঞানের পরিবর্তে একটি শিল্পে পরিণত হয়। যখন একটি রাসায়নিক ছিটকে পড়া একটি হাইওয়ে বন্ধ করে দেয়, যখন একটি গুরুত্বপূর্ণ ডেলিভারি গ্রাহক তাদের চুক্তি বাতিল করার হুমকি দেয়, বা যখন বছরের সবচেয়ে ব্যস্ততম দিনে তিনজন চালক অসুস্থ হয়ে পড়েন -- এই মুহূর্তগুলোই অভিজ্ঞ ডিসপ্যাচারদের স্বয়ংক্রিয় সিস্টেম থেকে আলাদা করে।

AI স্বাভাবিক অবস্থায় অপ্টিমাইজেশনে শ্রেষ্ঠ। মানুষ অস্বাভাবিক অবস্থায় উদ্ভাবনে শ্রেষ্ঠ। একজন প্রবীণ ডিসপ্যাচার জানেন যে চালক A চালক B-এর চেয়ে চাপ ভালোভাবে সামলায়, একটি নির্দিষ্ট গ্রাহক ব্যক্তিগতভাবে ফোন করলে ৩০ মিনিট দেরি গ্রহণ করবেন, অথবা একটি শিল্প পার্কের মধ্য দিয়ে একটি পিছনের রাস্তা ব্যস্ত সময়ে ২০ মিনিট বাঁচাতে পারে। এই ধরনের প্রাসঙ্গিক, সম্পর্ক-ভিত্তিক জ্ঞান ঠিক যা বর্তমান AI সিস্টেমগুলোর অভাব রয়েছে। বিশেষত জরুরি ডিসপ্যাচাররা কলকারীর জনসংখ্যা, পাড়ার ধরন এবং সাড়া দেওয়া অফিসার ও প্যারামেডিকদের ব্যক্তিত্বের বিশাল মানসিক মডেল বজায় রাখেন। এর কোনোটিই একটি প্রশিক্ষণ ডেটাসেটে অনুবাদ হয় না।

ঘটনার সময় বহু-পক্ষীয় সমন্বয়ও ব্যাপকভাবে মানবীয় থাকে। যখন একটি আগুন এখতিয়ার জুড়ে ছড়িয়ে পড়ে, যখন একটি হ্যাজম্যাট ট্রাক একটি বিদ্যালয়ের কাছে উল্টে যায়, যখন একটি বিদ্যুৎ বিভ্রাট সাবস্টেশন জুড়ে প্রবাহিত হয় -- এই পরিস্থিতিগুলোতে একই সাথে একাধিক এজেন্সি, একাধিক কমান্ড চেইন এবং স্বার্থ একত্রিত না হওয়া স্টেকহোল্ডারদের সাথে সমন্বয় দরকার। জ্ঞানীয় ভার সত্যিকার অর্থে বর্তমান AI সরঞ্জামগুলোর বাইরে, এবং ত্রুটির পরিণতি প্রতিনিধিত্ব করার জন্য অনেক গুরুতর।

একটি দিনের জীবন: ২০২৬ সালে একজন ডিসপ্যাচারের বাস্তবতা

মেমফিসের একটি আঞ্চলিক মালবাহী কোম্পানিতে একজন সিনিয়র ডিসপ্যাচার বিবেচনা করুন। তার শিফট সকাল ৫:৩০টায় শুরু হয়। প্রথম ৯০ মিনিট অপারেশনাল না হয়ে মূলত তত্ত্বাবধানমূলক। ডিসপ্যাচ সফটওয়্যার ইতিমধ্যে রাতারাতি দিনের লোড অ্যাসাইনমেন্ট তৈরি করেছে, ৪৭টি ট্রাক, ৩১২টি ডেলিভারি এবং চালকের কার্যঘণ্টা পরিষেবা, গ্রাহকের সময়-উইন্ডো ও জ্বালানির খরচ সহ সীমাবদ্ধতা জুড়ে অপ্টিমাইজ করে। এই পর্যায়ে তার কাজ হলো অ্যালগরিদমের আউটপুট পর্যালোচনা করা, তিনটি বা চারটি অ্যাসাইনমেন্ট চিহ্নিত করা যেখানে সে অ্যালগরিদমের না জানা কিছু জানেন (তালাকের মধ্য দিয়ে যাওয়া একজন চালক যার ছোট দিন দরকার, সকাল ৯টার আগে যোগাযোগ করা অসম্ভব একজন গ্রাহক, একটি রুট যা একটি দীর্ঘস্থায়ী নির্মাণ অঞ্চল অতিক্রম করে) এবং বাকিটি অনুমোদন করা।

সকাল ৭:৩০টার মধ্যে, চালকরা রাস্তায়। সফটওয়্যার রিয়েল-টাইম স্ট্যাটাস আপডেট স্বয়ংক্রিয়ভাবে পরিচালনা করে। তার মনোযোগ ব্যতিক্রমে সরে যায়। একজন চালক কল করেন: I-40 এ ট্র্যাফিক দুর্ঘটনা কমপক্ষে চার ঘণ্টার জন্য উভয় দিক বন্ধ করে দিয়েছে। তিনি পরের পাঁচ মিনিটে তিনটি সিদ্ধান্ত নেন। দুটি অগ্রাধিকারের লোড বিকল্প চালকদের কাছে পুনরায় বরাদ্দ করুন। সবচেয়ে সময়-সংবেদনশীল ডেলিভারির গ্রাহককে চার ঘণ্টা দেরির জন্য আলোচনা করতে ফোন করুন। চালককে বলুন সকালের নাস্তা নিন এবং উত্তরে ৯০ মিনিট ঘুরে যাওয়ার পরিবর্তে অপেক্ষা করুন। AI সরঞ্জামগুলো সেই সিদ্ধান্তগুলো নিতে পারত না কারণ প্রতিটির জন্য এমন প্রসঙ্গ দরকার যা কোনো কাঠামোগত ডেটাবেসে নেই।

বিকেলে আরও দুটি ব্যতিক্রমী ঘটনা আসে: একজন চালক বিনা নোটিশে অনুপস্থিত, একজন গ্রাহক যিনি অ্যালগরিদম অসম্ভব হিসেবে চিহ্নিত করা একটি ডেলিভারি সময়ে জোর দিচ্ছেন। উভয়ই ফোন কল ও সম্পর্কের সুবিধার মাধ্যমে সমাধান হয়। বিকেল ৪:৩০টার মধ্যে তিনি প্রায় সাড়ে সাত ঘণ্টা কাজ করেছেন, ২৩টি ফোন কল বিনিময় করেছেন, ৪১টি পাঠ্য বার্তা পাঠিয়েছেন এবং ১৯টি অ্যালগরিদম ওভাররাইড অনুমোদন করেছেন। সফটওয়্যার হাজারো রুটিন সিদ্ধান্ত প্রক্রিয়া করেছে। তার কাজ ছিল ডজনখানেক সিদ্ধান্ত যা গুরুত্বপূর্ণ ছিল।

এই ধরন আধুনিক ডিসপ্যাচ অপারেশন জুড়ে পুনরাবৃত্তি হয়। সিদ্ধান্তের ভলিউম বিশাল এবং বাড়ছে। যে সিদ্ধান্তগুলো মানবীয় থাকে তা সংখ্যায় কম কিন্তু প্রতি সিদ্ধান্তে উচ্চ ঝুঁকিপূর্ণ।

পাল্টা আখ্যান: ছোট অপারেশনগুলো শিরোনামে পিছিয়ে

লজিস্টিক্সে AI-এর বেশিরভাগ কভারেজ Amazon, FedEx এবং বৃহত্তম ক্যারিয়ারগুলোতে মনোযোগ দেয়। কিন্তু মার্কিন মালবাহীর অর্ধেকেরও বেশি ছোট ও মাঝারি ট্রাকিং অপারেশনের মাধ্যমে চলে, এবং এই কোম্পানিগুলোর প্রায়ই পরিশীলিত AI ডিসপ্যাচ সিস্টেম স্থাপনের জন্য বাজেট, IT অবকাঠামো বা প্রযুক্তিগত দক্ষতার অভাব থাকে। একটি ৩০-ট্রাকের আঞ্চলিক ক্যারিয়ার এখনও একটি হোয়াইটবোর্ড ও ডেস্ক ফোন থেকে ডিসপ্যাচ চালাতে পারে, AI অপ্টিমাইজেশন অন্তর্ভুক্ত নয় এমন বেসিক ট্র্যাকিং সফটওয়্যার দ্বারা সম্পূরক।

আপনি যদি এই বিভাগে কাজ করেন, তাহলে আপনার ভূমিকা শিরোনামের সংখ্যাগুলো যা পরামর্শ দেয় তার তুলনায় নাটকীয়ভাবে কম নিকট-মেয়াদী স্থানচ্যুতির চাপের মুখোমুখি। আপনার অটোমেশন ঝুঁকি ৫০% গড়ের পরিবর্তে ৩০-৩৫% এর কাছাকাছি। [অনুমান] কিন্তু এটি দীর্ঘমেয়াদে অগত্যা ভালো খবর নয়। ম্যানুয়াল ও AI-সহায়তা ডিসপ্যাচের মধ্যে খরচের ব্যবধান বাড়ছে, এবং এটি বন্ধ করতে পারে না এমন ছোট ক্যারিয়ারগুলো ক্রমবর্ধমান প্রতিযোগিতামূলক চাপের মুখোমুখি হবে। সঠিক কৌশল হলো আপনার নিয়োগকর্তার কাছে প্রযুক্তি গ্রহণের জন্য চাপ দেওয়া, ম্যানুয়াল ডিসপ্যাচ চিরকাল অর্থনৈতিকভাবে কার্যকর থাকবে বলে ধরে নেওয়া নয়।

সংখ্যাগুলো একটি মিশ্র চিত্র আঁকে

BLS পেশাদার আউটলুক হ্যান্ডবুক (২০২৫) অনুসারে, পাবলিক-সেফটি টেলিকমিউনিকেটর ও অ-জরুরি ডিসপ্যাচার বিভাগের কর্মসংস্থান ২০৩৪ পর্যন্ত সামান্য পরিবর্তনের পূর্বাভাস রয়েছে, মালবাহী অটোমেশন বিবেচনায় নেওয়া হলে আমাদের ওজনযুক্ত মিশ্রণ প্রায় -৩% নেট হ্রাসে অবতরণ করছে। [তথ্য] এটি কিছু অফিস ভূমিকার তুলনায় তুলনামূলকভাবে মাঝারি যা খাড়া হ্রাসের মুখোমুখি। মধ্যম বার্ষিক মজুরি $৪৮,৮৯০-এ বসে, [তথ্য] এবং আজ মার্কিন যুক্তরাষ্ট্রে প্রায় ১,৮০,০০০ ডিসপ্যাচার কাজ করছেন।

আকর্ষণীয় হলো তাত্ত্বিক ও পর্যবেক্ষণকৃত AI এক্সপোজারের মধ্যকার ব্যবধান। আমাদের ডেটা তাত্ত্বিক এক্সপোজার ৭২% দেখায় কিন্তু পর্যবেক্ষণকৃত এক্সপোজার মাত্র ৩৮%। [অনুমান] সেই ব্যবধান একটি গুরুত্বপূর্ণ গল্প বলে: এমনকি যেখানে AI স্থাপন করা যেত, অনেক সংস্থা এটি সম্পূর্ণরূপে বাস্তবায়ন করেনি। ছোট ট্রাকিং কোম্পানি, পৌর ইউটিলিটি এবং আঞ্চলিক ডেলিভারি পরিষেবাগুলোর প্রায়ই পরিশীলিত AI ডিসপ্যাচ সিস্টেমের জন্য বাজেট বা প্রযুক্তিগত অবকাঠামোর অভাব থাকে। স্থাপনার ব্যবধান বর্তমান কর্মসংস্থানের জন্য বাস্তব ও গুরুত্বপূর্ণ।

২০২৮ সালের মধ্যে, আমরা পূর্বাভাস দিচ্ছি সামগ্রিক এক্সপোজার ৭৪% পৌঁছাবে এবং অটোমেশন ঝুঁকি ৬৮%-এ উঠবে। [অনুমান] ডিসপ্যাচারদের অভিযোজনের জানালা সংকুচিত হচ্ছে, কিন্তু এটি বন্ধ হয়নি।

মজুরির বাস্তবতা: অর্থ আসলে কোথায় যায়

$৪৮,৮৯০ মধ্যম মজুরি গুরুত্বপূর্ণ পরিবর্তনশীলতা লুকিয়ে রাখে। [তথ্য] ডিসপ্যাচারদের নিচের ১০% $৩২,৪০০-এর কম উপার্জন করেন, যেখানে শীর্ষ ১০% $৭৬,৫৮০-এর বেশি উপার্জন করেন। [তথ্য] তিনটি বিষয় বিস্তার চালায়।

প্রথমত, বিশেষায়িততা। জরুরি ডিসপ্যাচাররা (পুলিশ, অগ্নি, অ্যাম্বুলেন্স) অ-জরুরিদের তুলনায় অর্থবহভাবে বেশি উপার্জন করেন, এখতিয়ার অনুযায়ী মধ্যম মজুরি $৫৪,০০০-৫৮,০০০-এর কাছাকাছি। [অনুমান] কাজ কঠিন, চাপ বেশি এবং ইউনিয়ন সুরক্ষা শক্তিশালী।

দ্বিতীয়ত, শিল্প। বিদ্যুৎ উৎপাদন ও প্রাকৃতিক গ্যাসে ইউটিলিটি ডিসপ্যাচাররা সাধারণত $৬৫,০০০-৮৫,০০০ উপার্জন করেন কারণ নিরাপত্তার ঝুঁকি উচ্চতর ক্ষতিপূরণকে ন্যায্যতা দেয় এবং কর্মশক্তি ব্যাপকভাবে ইউনিয়নভুক্ত। [অনুমান] ট্রাকিং ও মালবাহী ডিসপ্যাচাররা নিচে, $৪২,০০০-৫৫,০০০ পরিসরে।

তৃতীয়ত, ভূগোল। বড় মহানগর এলাকায় ডিসপ্যাচাররা ছোট বাজারের তুলনায় ২০-৩৫% বেশি উপার্জন করেন, কিন্তু কাজ উচ্চতর-ভলিউমের এবং দ্রুততর হতে থাকে। [অনুমান] প্রাথমিক-ক্যারিয়ারের ডিসপ্যাচারের মজুরির গতিপথ ব্যাপকভাবে নির্ভর করে পাঁচ থেকে সাত বছরের মধ্যে জরুরি, ইউটিলিটি বা সুপারভাইজার ভূমিকায় প্রবেশ করতে পারবেন কিনা। রুটিন অ-জরুরি ডিসপ্যাচ বিশেষ বিভাগের চেয়ে দ্রুততর স্বয়ংক্রিয় হওয়ার কারণে মজুরি বিতরণের মধ্যভাগ সংকুচিত হচ্ছে।

৩-বছর দৃষ্টিভঙ্গি (২০২৬-২০২৯)

সামগ্রিক AI এক্সপোজার প্রায় ৭৪% এবং পেশা হিসেবে অটোমেশন ঝুঁকি ৬৮%-এ উঠার আশা করুন। [অনুমান] তিনটি নির্দিষ্ট পরিবর্তন এটি চালাবে।

প্রথমত, ডিসপ্যাচে ভয়েস AI উল্লেখযোগ্যভাবে পরিপক্ক হবে। বর্তমান ভয়েস সিস্টেমগুলো সহজ স্ট্যাটাস আপডেট ও রুটিং প্রশ্ন পরিচালনা করে। ২০২৮ সালের মধ্যে, AI ডিসপ্যাচাররা মানবীয় হস্তক্ষেপ ছাড়াই রুটিন চালকের কলের (স্ট্যাটাস চেক, সহজ পুনর্নির্দেশনা, সময়-উইন্ডো আপডেট) একটি অর্থবহ অংশ পরিচালনা করার আশা করুন। এটি কাজের কথোপকথন-পরিচালনা উপাদানকে সংকুচিত করবে যা বর্তমানে মানবীয় ডিসপ্যাচারদের সারাদিন ব্যস্ত রাখে।

দ্বিতীয়ত, AI এসকালেশন রুটিং উন্নত হবে। বর্তমান সিস্টেমগুলো একটি রুটিন সমস্যা ও একটি প্রকৃত জরুরি পরিস্থিতির মধ্যে পার্থক্য করতে লড়াই করে। উন্নত শ্রেণিবিভাগের অর্থ হবে মানবীয় ডিসপ্যাচাররা একটি ছোট পরিমাণের ব্যতিক্রম পরিচালনা করবেন কিন্তু প্রতিটি একটি বাস্তব ব্যতিক্রম হবে। কাজ প্রতি সিদ্ধান্তে আরও চাহিদাসম্পন্ন হবে।

তৃতীয়ত, ফ্লিট ম্যানেজমেন্ট একীভূতকরণ ত্বরান্বিত হবে। ছোট ক্যারিয়ারগুলো যারা AI ডিসপ্যাচ বহন করতে পারে না তারা ক্রমবর্ধমানভাবে বড় মাপে পরিচালিত থার্ড-পার্টি লজিস্টিক্স প্রদানকারীদের (3PLs) কাছে আউটসোর্স করবে। মোট ডিসপ্যাচার কর্মসংস্থান সংকুচিত হবে, কিন্তু অবশিষ্ট ভূমিকাগুলো বৃহত্তর, আরও পরিশীলিত অপারেশনে কেন্দ্রীভূত হবে।

১০-বছর দৃষ্টিভঙ্গি (২০২৬-২০৩৬)

দশকের দৃষ্টিভঙ্গি ব্যাপকভাবে নির্ভর করে স্বায়ত্তশাসিত যানবাহনের জন্য কোন পরিস্থিতি বাস্তবায়িত হয় তার উপর। ধীর AV গ্রহণের পরিস্থিতিতে, একটি পেশা হিসেবে ডিসপ্যাচিং বিকশিত হয় কিন্তু টিকে থাকে। দশক জুড়ে মোট কর্মসংস্থান ১,৮০,০০০ থেকে ১,৪০,০০০-১,৫০,০০০-এ নেমে আসতে পারে, অবশিষ্ট ভূমিকাগুলো জরুরি পরিষেবা, ইউটিলিটি এবং বড় মালবাহী অপারেশনে ব্যতিক্রম পরিচালনায় কেন্দ্রীভূত।

একটি দ্রুত AV গ্রহণের পরিস্থিতিতে যেখানে উল্লেখযোগ্য মালবাহী টনেজ ২০৩৫ সালের মধ্যে স্বায়ত্তশাসিত ট্রাকে চলে, হিসাব পরিবর্তিত হয়। স্বায়ত্তশাসিত ট্রাকগুলোর এখনও ডিসপ্যাচ তদারকির প্রয়োজন, কিন্তু ডিসপ্যাচ মডেলটি বর্তমান ট্রাকিং ডিসপ্যাচের পরিবর্তে বায়ু ট্র্যাফিক নিয়ন্ত্রণের মতো হয়ে যায়। মোট কর্মসংস্থান ৮০,০০০-১,০০,০০০-এ নামতে পারে, অবশিষ্ট ভূমিকাগুলোতে চালক সমন্বয়ের পরিবর্তে সিস্টেম তদারকিতে মনোযোগী উল্লেখযোগ্যভাবে ভিন্ন দক্ষতার প্রয়োজন।

জরুরি ডিসপ্যাচ উভয় পরিস্থিতিতে সবচেয়ে স্থিতিশীল বিভাগ। 911 কলের ভলিউম হ্রাস পাচ্ছে না, ত্রুটির ঝুঁকি সম্পূর্ণ অটোমেশনের জন্য নিষিদ্ধ থাকে এবং কাজে যথেষ্ট মানবিক বিচার জড়িত যে AI বর্ধন বাস্তবসম্মত পথ।

কর্মীদের এখনই কী করা উচিত

যে ডিসপ্যাচাররা সমৃদ্ধ হবেন তারা হলেন যারা নিজেদের মানবীয় স্তর হিসেবে অবস্থান করেন যা AI সিস্টেমগুলোকে ভালো কাজ করতে সাহায্য করে, অ্যালগরিদমের বিরুদ্ধে প্রতিযোগিতাকারী নয়।

AI সরঞ্জামগুলো শিখুন। আপনার কোম্পানি যদি ডিসপ্যাচ অপ্টিমাইজেশন সফটওয়্যার ব্যবহার করে, সেই ব্যক্তি হন যে এটি সবচেয়ে ভালো বোঝেন। এর অন্ধ স্থানগুলো জানুন। কখন এটি ওভাররাইড করতে হবে জানুন। ডিসপ্যাচার যে ব্যাখ্যা করতে পারেন কেন অ্যালগরিদমের পরামর্শ একটি নির্দিষ্ট পরিস্থিতিতে কাজ করবে না, সে স্ক্রিন অনুসরণকারীর চেয়ে অনেক বেশি মূল্যবান।

আপনার সংকট ব্যবস্থাপনার দক্ষতা বিকাশ করুন। জরুরি প্রতিক্রিয়া, গ্রাহকের ডি-এসকালেশন এবং জটিল বহু-পক্ষীয় সমন্বয় হলো সেই কাজগুলো যা পূর্বানুমানযোগ্য ভবিষ্যতে ডিসপ্যাচে মানুষকে নিয়োজিত রাখবে। এই ক্ষেত্রে প্রশিক্ষণ খুঁজুন। অনেক নিয়োগকর্তা সংকট যোগাযোগ বা ঘটনা কমান্ড প্রশিক্ষণ প্রদান করে; এটি নিন।

বিশেষায়িততা বিবেচনা করুন। উচ্চ-ঝুঁকির পরিবেশে কাজ করা ডিসপ্যাচাররা -- বিপজ্জনক পদার্থ, চিকিৎসা পরিবহন, ভারী সরঞ্জাম লজিস্টিক্স -- কম অটোমেশন ঝুঁকির মুখোমুখি কারণ AI ত্রুটির পরিণতি কোম্পানিগুলোর কাছে গ্রহণযোগ্য নয়। জরুরি পরিষেবা ডিসপ্যাচ (911) হলো ক্ষেত্রের সবচেয়ে সুরক্ষিত বিভাগ।

সুপারভাইজার ট্র্যাকের দক্ষতা গড়ুন। লিড ডিসপ্যাচার ও অপারেশন ম্যানেজার ভূমিকাগুলো ব্যাপকভাবে মানবীয় থাকে কারণ সেগুলোতে যানবাহন নয় বরং মানুষ পরিচালনা জড়িত। আপনার ক্যারিয়ারের গতিপথ যদি পৃথক ডিসপ্যাচ কাজে গভীর প্রবেশের পরিবর্তে তত্ত্বাবধানের দিকে নিয়ে যায়, আপনি ক্ষেত্রের সেই অংশের দিকে এগিয়ে যাচ্ছেন যেখানে AI সহজে পৌঁছাতে পারে না।

প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী

প্রশ্ন: AI কি ডিসপ্যাচারের চাকরি সম্পূর্ণরূপে নির্মূল করবে? উত্তর: পরবর্তী দশকের মধ্যে নয়। জরুরি ডিসপ্যাচ (911, অগ্নি, অ্যাম্বুলেন্স) দায়িত্ব, নিয়ন্ত্রণমূলক ও বিচারমূলক প্রয়োজনীয়তার কারণে বিশেষভাবে স্থিতিশীল। মালবাহী ও লজিস্টিক্স ডিসপ্যাচ আরও বেশি চাপের মুখোমুখি, এবং মোট ডিসপ্যাচার কর্মসংস্থান সম্ভবত পরবর্তী ১০ বছরে ১৫-২৫% সংকুচিত হবে, কিন্তু ভূমিকাটি রূপান্তরিত রূপে টিকে থাকবে।

প্রশ্ন: একজন ডিসপ্যাচার হওয়া কি এখনও একটি ভালো ক্যারিয়ার পছন্দ? উত্তর: হ্যাঁ, সতর্কতার সাথে। জরুরি ডিসপ্যাচ ও ইউটিলিটি ডিসপ্যাচ ভালো মজুরি ও স্থিতিশীলতার সাথে শক্তিশালী ক্যারিয়ার পথ থেকে যায়। অ-জরুরি মালবাহী ডিসপ্যাচ প্রবেশ পয়েন্ট হিসেবে আরও ঝুঁকিপূর্ণ। আপনি যদি এখন শুরু করছেন, AI সরঞ্জাম প্রশিক্ষণ অন্তর্ভুক্ত অবস্থানকে অগ্রাধিকার দিন, কারণ AI সিস্টেম তদারক করতে পারে এমন ডিসপ্যাচাররা শুধুমাত্র ম্যানুয়াল কর্মপ্রবাহ শিখেছেন তাদের তুলনায় উল্লেখযোগ্য সুবিধা পাবেন।

প্রশ্ন: AI ডিসপ্যাচ বাস্তব-জগতের অপারেশনে মানব ডিসপ্যাচের তুলনায় কেমন? উত্তর: AI ডিসপ্যাচ রুটিন অপ্টিমাইজেশনে (রুট পরিকল্পনা, লোড বরাদ্দ, সময়-উইন্ডো ব্যবস্থাপনা) মানুষের তুলনায় অর্থবহভাবে ভালো। মানুষ ব্যতিক্রম পরিচালনা, গ্রাহকের সম্পর্ক ও বহু-পক্ষীয় সংকট সমন্বয়ে অর্থবহভাবে ভালো। সেরা অপারেশনগুলো রুটিনের জন্য AI এবং ব্যতিক্রমের জন্য মানুষ ব্যবহার করে। সম্পূর্ণরূপে স্বয়ংক্রিয় করার চেষ্টা করা অপারেশনগুলো ধারাবাহিকভাবে বিঘ্নের সময় ব্যয়বহুল ত্রুটি করে।

প্রশ্ন: সর্বোচ্চ বেতনের ডিসপ্যাচ বিশেষায়িততা কী? উত্তর: বিদ্যুৎ উৎপাদন ও প্রাকৃতিক গ্যাস ইউটিলিটি ডিসপ্যাচাররা জ্যেষ্ঠতার সাথে বড় বাজারে $৮০,০০০-১,১০,০০০ উপার্জন করতে পারেন। [অনুমান] বায়ু ট্র্যাফিক নিয়ন্ত্রণ প্রযুক্তিগতভাবে ডিসপ্যাচার-সংলগ্ন ভূমিকা এবং উল্লেখযোগ্যভাবে বেশি বেতন দেয়। সুপারভাইজারের দায়িত্ব সহ জরুরি ডিসপ্যাচ ভালো তহবিলযুক্ত এখতিয়ারে $৭০,০০০-৯০,০০০ পৌঁছাতে পারে। বিশুদ্ধ মালবাহী ডিসপ্যাচ জ্যেষ্ঠতার সাথেও বিরলভাবে $৬৫,০০০ ছাড়ায়।

প্রশ্ন: ডিসপ্যাচ কাজের জন্য কি আমার কলেজ ডিগ্রি দরকার? উত্তর: বেশিরভাগ বিভাগের জন্য নয়। উচ্চ বিদ্যালয় এবং কর্মস্থলে প্রশিক্ষণ মানক প্রবেশ পয়েন্ট। জরুরি ডিসপ্যাচে সাধারণত ডিগ্রির পরিবর্তে সার্টিফিকেশন (EMD, অগ্নি ডিসপ্যাচার) প্রয়োজন। একটি ডিগ্রি সুপারভাইজার ও ম্যানেজমেন্ট ট্র্যাকের জন্য সহায়ক কিন্তু প্রবেশের জন্য অপরিহার্য নয়। ক্রমবর্ধমানভাবে, ডিসপ্যাচ সফটওয়্যার ও ডেটা সরঞ্জামের পরিচিতি আনুষ্ঠানিক শিক্ষাগত শংসাপত্রের চেয়ে বেশি গুরুত্বপূর্ণ।

আপডেট ইতিহাস

• ২০২৬-০৩-২৪: ২০২৫ বেসলাইন ডেটা সহ প্রাথমিক প্রকাশনা।
• ২০২৬-০৫-১১: পদ্ধতিগত বিভাগ, দিনের জীবনের আখ্যান, ছোট ক্যারিয়ার পাল্টা আখ্যান, বিশেষায়িততা ও ভূগোল অনুযায়ী বিস্তারিত মজুরি বিভাজন এবং ৩-বছর/১০-বছর দৃষ্টিভঙ্গির পরিস্থিতি সহ বিস্তারিত করা হয়েছে। ক্যারিয়ার প্রবেশ, বিশেষ মজুরি এবং AV গ্রহণের প্রভাব সম্বোধন করে FAQ বিভাগ যোগ করা হয়েছে।

নিচের লাইন: AI ডিসপ্যাচারদের সম্পূর্ণরূপে প্রতিস্থাপন করছে না, কিন্তু এটি মূলত ডিসপ্যাচাররা কী করে তা পরিবর্তন করছে। রুটিন কাজ চলে যাচ্ছে। জটিল, উচ্চ-ঝুঁকির, সম্পর্ক-নির্ভর কাজ থাকছে। নিশ্চিত করুন যে আপনার দক্ষতা চাকরি কোথায় যাচ্ছে তার সাথে মিলে।

ডিসপ্যাচারদের জন্য বিস্তারিত অটোমেশন ডেটা দেখুন

---

_Eloundou et al. (2023), Anthropic Economic Research (২০২৬) এবং BLS পেশাদার আউটলুক থেকে ডেটার উপর ভিত্তি করে AI-সহায়তা বিশ্লেষণ। সমস্ত পরিসংখ্যান মার্চ ২০২৬ পর্যন্ত সবচেয়ে সাম্প্রতিক উপলব্ধ ডেটা প্রতিফলিত করে।_

সম্পর্কিত: অন্যান্য চাকরি সম্পর্কে কী?

AI অনেক পেশা পুনর্গঠন করছে:

• AI কি ট্রাক ড্রাইভারদের প্রতিস্থাপন করবে?
• AI কি বিমান পাইলটদের প্রতিস্থাপন করবে?
• AI কি বাস ড্রাইভারদের প্রতিস্থাপন করবে?
• AI কি পুলিশ অফিসারদের প্রতিস্থাপন করবে?

_আমাদের ব্লগে সমস্ত ১,০১৬টি পেশার বিশ্লেষণ অন্বেষণ করুন।_